Rechercher des composés ZINC pour la découverte de médicaments
La recherche de composés disponibles à l'achat et d'analogues utiles dans ZINC peut nécessiter une syntaxe de requête spécialisée. Cette compétence fournit des conseils pour les recherches, les téléchargements, le filtrage et la préparation à l'amarrage moléculaire.
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
Review the Skillstore skill "zinc-database" from https://skillstore.io/skills/davila7-zinc-database.md and its manifest at https://skillstore.io/api/skills/davila7-zinc-database/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
「zinc-database」を使用しています。 Trouve ZINC000000000001 et résume les champs disponibles pour ce composé.
期待される結果:
「zinc-database」を使用しています。 Trouve des analogues proches pour un SMILES d'ibuprofène en utilisant une distance de trois.
期待される結果:
「zinc-database」を使用しています。 Planifie le téléchargement d'une bibliothèque de composés de type lead pour l'amarrage moléculaire.
期待される結果:
Review found no malicious intent, prompt injection, secret access, or data exfiltration. Subprocess examples use argument lists without shell expansion; URL, database, and reconnaissance detections are documentation or file-format false positives. Network access remains an expected dependency on public ZINC services.
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
https://skillstore.io/skills/davila7-zinc-database/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/davila7-zinc-database?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/davila7-zinc-database?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-zinc-database/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/davila7-zinc-database.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>davila7. (2026). zinc-database security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-zinc-database/audits/9@techreport{davila7-davila7-zinc-database-2026,
author = {davila7},
title = {zinc-database security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/davila7-zinc-database/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "zinc-database security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-zinc-database/audits/9"
identifiers:
- type: other
value: "skillstore:davila7-zinc-database:audit:9"
description: "Skillstore immutable audit report identifier"
各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。
このバリアントが首位の理由
Sélectionner un sous-ensemble ZINC, récupérer les identifiants et les structures, puis organiser les fichiers pour l'amarrage moléculaire.
Effectuer une recherche autour du SMILES d'un composé actif et comparer les composés correspondants, les fournisseurs, les tranches et leur disponibilité.
Exécuter des requêtes ZINC par lots, analyser les réponses tabulaires, mettre les résultats en cache et préparer des enregistrements validés pour l'analyse.
Trouve l'identifiant ZINC {zinc_id}. Renvoie son SMILES, sa tranche, ses codes fournisseurs, ses catalogues et toute réserve concernant sa disponibilité.Recherche dans ZINC22 des analogues du SMILES {smiles} en utilisant la distance {distance}. Renvoie {count} correspondances disponibles à l'achat avec leurs identifiants ZINC, leurs SMILES et leurs fournisseurs.Crée un plan pour récupérer {count} composés du sous-ensemble {subset} depuis ZINC22. Demande uniquement les champs relatifs à l'identifiant ZINC, au SMILES, à la tranche et au fournisseur.Conçois un workflow ZINC22 pour la cible {target}. Inclus la sélection des requêtes, les filtres de tranche, les téléchargements 3D, la validation, les limites de débit et la préparation à l'amarrage moléculaire.作成者
davila7ライセンス
MIT
Skillstore リビジョン
r2
バージョンに関する注意
作者はバージョンを宣言していません。
参照
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
メンテナンスの新しさ
2026/7/26
利用状況
10 ダウンロード · 269 閲覧
ファイル構成
Créer des posters de recherche en LaTeX
Les posters de recherche sont difficiles à mettre en forme et à vérifier pour l’impression dans LaTeX. Cette compétence fournit des modèles, des conseils de mise en page et des vérifications PDF pour des posters prêts pour les conférences.
Créer du contenu marketing prêt pour le SEO
Les équipes marketing ont besoin d’un contenu clair qui correspond à la voix de marque et aux objectifs de recherche. Cette compétence fournit des modèles, des scripts d’analyse et des conseils par plateforme pour une production de contenu répétable.
Créer des plans de traitement médical structurés
Les plans de traitement clinique deviennent souvent incohérents, trop longs ou difficiles à examiner. Cette compétence fournit des modèles ciblés, des objectifs mesurables, des échéanciers et des contrôles qualité locaux.
Créer des rapports cliniques structurés
Les équipes cliniques ont besoin de rapports clairs qui respectent les normes médicales et réglementaires. Cette compétence fournit des modèles, des listes de contrôle et des conseils de validation pour les rapports de cas, les diagnostics, les essais et les notes patient.
Analyser des fichiers de données scientifiques
Les fichiers de données scientifiques sont difficiles à examiner, car chaque format stocke différemment la structure et les métadonnées. Cette compétence détecte les formats, évalue la qualité des données et crée des rapports EDA pratiques en markdown.
Exécuter des workflows d’amarrage moléculaire avec DiffDock
La configuration de l’amarrage moléculaire échoue souvent parce qu’il est difficile d’aligner les entrées, les paramètres et les scores de confiance. Cette compétence guide les workflows DiffDock, de la préparation à l’examen des résultats.
Interroger les données de découverte de médicaments ChEMBL
作成者 K-Dense-AI
Les équipes de découverte de médicaments ont besoin d’un accès fiable aux enregistrements de composés, de cibles et de bioactivité. Cette compétence guide Claude, Codex et Claude Code dans les recherches, les filtres et les workflows d’analyse ChEMBL.
Analyser des molécules avec Datamol et RDKit
作成者 K-Dense-AI
Les workflows de chimio-informatique peuvent être longs à assembler avec les API RDKit brutes. Cette compétence guide les tâches Datamol pour l’analyse, les descripteurs, les empreintes, la visualisation, les conformères et les réactions.
Analyser des jeux de données de ML thérapeutique avec PyTDC
作成者 K-Dense-AI
Les équipes de découverte de médicaments ont besoin de jeux de données fiables et de protocoles d’évaluation équitables. Cette skill aide Claude à utiliser PyTDC pour des données de ML thérapeutique organisées, des splits de benchmark, des métriques et des oracles moléculaires.
Créer des workflows de ML moléculaire avec DeepChem
作成者 K-Dense-AI
L’apprentissage automatique moléculaire nécessite souvent des featurizers, des jeux de données et des méthodes d’évaluation spécialisés. Cette skill aide Claude, Codex et Claude Code à concevoir des workflows DeepChem pour la prédiction de propriétés, l’apprentissage par transfert et les benchmarks.
Créer des caractéristiques moléculaires pour le ML
作成者 K-Dense-AI
Les projets de ML moléculaire ont besoin de caractéristiques cohérentes à partir de SMILES et de molécules RDKit. Cette compétence guide les choix molfeat, la featurisation par lots, les embeddings préentraînés, la mise en cache et les workflows QSAR.
Analyser les données de recherche DrugBank
作成者 K-Dense-AI
Les données DrugBank sont complexes à télécharger, analyser et utiliser dans les workflows de recherche. Cette skill guide les requêtes structurées, les vérifications d’interactions, l’analyse des cibles et les workflows de propriétés chimiques.